Pytorch深度学习(4) — BN层及ResNet + DenseNet实现

Pytorch深度学习(4) — BN层及ResNet + DenseNet实现1.批量归一化(BN)2.ResNet2.1 残差块2.2 ResNet 模型实现结构:3.DenseNet 稠密连接网络3.1 稠密块(DenseBlock)3.3 过滤层(transition_block)3.4 DenseNet模型总实现 1.批量归一化(BN) nn.BatchNorm2d(6) — 卷积层使用,超参数为输出通道数 nn.BatchNorm1d(120) – 全连接层使用,超参数为输出单元个数 2.ResNet 2.1 残差块 输入为X + Y,因而X Y的输出通道要一致 可以用1*1